【torch函数】torch.multinomial函数

已于 2024-04-18 20:31:04 修改
阅读量3k 收藏 5
点赞数 4
CC 4.0 BY-SA版权
分类专栏： 算法/模型/函数 文章标签： pytorch
于 2024-04-18 20:25:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_45780075/article/details/137936020

torch.multinomial

是PyTorch中的一个函数，用于从多项分布中抽取样本。多项分布是一种描述多个可能结果的概率分布，例如抛硬币、掷骰子等。

torch.multinomial的用法如下：

torch.multinomial(input, num_samples, replacement=False, *, generator=None, out=None)

参数说明：

input: 输入张量，表示每个类别的概率分

最低0.47元/天 解锁文章

200万优质内容无限畅学
torch.multinomial()函数用法
liji_digital的博客
03-24 1540
在OpenAI联合创始人Andrej Karpathy的教程中，提到了函数torch.multinomial()。
torch.multinomial介绍
qq_27390023的博客
10-30 606
用于从一个给定的概率分布中随机抽样，返回的是采样得到的索引。通常用于分类任务中的多项式采样（例如在序列生成模型中选择下一个元素）。它接受概率张量作为输入，并返回根据这些概率分布采样的索引。
PyTorch中多项分布中随机采样（multinomial）和张量范数（norm）函数使用详解
最新发布
qq_36812406的博客
05-23 1151
参数说明input输入张量（Tensor）p范数类型，常见如'fro'、1、2、float(‘inf’) 等dim指定在哪个维度上计算范数（可为 int 或 tuple）keepdim是否保留计算后的维度（True/False）dtype设置返回的精度，如out可选，输出结果张量（in-place 操作）用法示例含义L2 范数每行 L1 范数向量最大值（∞ 范数）L2 范数 + 保留维度。
torch.multinomial()
qq_50799276的博客
06-05 3102
torch.multinomial()
torch.multinomial用法
qq_38100666的博客
07-01 5770
以输入的张量作为权重进行多分布采样
torch.multinomial()方法解读
dong_i 欢迎大家！
03-22 1625
pytorch,torch ，torch.multinomial()方法解读
PyTorch基础（24）--torch.multinomial()方法
奋斗の博客
07-25 809
torch.multinomial()方法多出现在需要采样的场景中，如强化学习。具体讲，当使用强化学习解决旅行商问题时，针对某一个instance，trained model会逐步推理得到下一步要经过的城市，直至所有的城市都访问过。在某个时刻t，都会从下一个访问城市的概率分布中均匀采样得到下一个要访问的城市。OK!上述例子不理解没关系，言归正传，正式开始介绍torch.multinomial()方法。
torch.multinomial函数
11-16
`torch.multinomial()`函数是PyTorch中的一个函数，用于从多项式分布中抽取样本。多项式分布是一种离散概率分布，它描述了在一系列独立的重复试验中，每个试验有多个可能的结果，每个结果发生的概率是固定的，且每个...
torch.multinomial函数的返回结果类型
11-16
`torch.multinomial`函数的返回结果类型是一个张量（Tensor）。该张量包含了从输入张量中每行对应的类别中随机抽取的样本的索引。如果输入张量的形状为$(N,C)$，则返回的张量的形状为$(N,K)$，其中$K$是抽取的样本数...
torch.multinomial()理解
Vic_Hao的博客
06-09 2875
torch.multinomial(input, num_samples, replacement=False, out=None) # 返回LongTensor 这个函数的作用是对input的每一行做n_samples次取值，输出的张量是每一次取值时input张量对应行的下标。 输入是一个input张量，一个取样数量，和一个bool值的replacement。 input张量可以看成一个权重张...
torch.multinomial理解
along_000的博客
05-07 982
torch.multinomial torch.multinomial(input, num_samples, replacement=False, out=None) # 返回LongTensor 这个函数的作用是对input的每一行做n_samples次取值，输出的张量是每一次取值时input张量对应行的下标。 输入是一个input张量，一个取样数量，和一个bool值的replacement...
pytorch torch.multinomial函数
rocking_struggling的博客
05-06 2696
torch.multinomial(input, num_samples,replacement=False, out=None) 返回一个张量，每行包含从input相应行中定义的多项分布中抽取的num_samples个样本。 注意：输入input每行的值不需要总和为1 (这里我们用来做权重)，但是必须非负且总和不能为0。 当抽取样本时，依次从左到右排列(第一个样本对应第一列)。 如果输入inpu...
解析 PyTorch 中的 torch.multinomial 函数
阿正的梦工坊
03-02 1770
torch.multinomial 是 PyTorch 中一个用于多项式分布采样的函数。它根据给定的概率分布，从一组离散选项中随机抽取样本。
有关于torch multinomial采样
weixin_43301333的博客
12-08 2715
这个概率分布，只有10和3两个样本能够被采样到。所以当采样数量设置为4的时候，就会报错。，从中采样两个样本。由于10最大，3其次，所以采样出来的结果是1，2。，可以看到第一个采样到的是3，随后采样到的一直都是10，因为10最大。多项式采样，核心思想就是从一个概率分布中，采样n个样本的index，，可以重复采样到同一个样本。如上述，对于一个概率分布。这个时候需要设置参数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值